Gemini Omni 1.2 Flash 全面开放:单次生成15秒视频,720p每秒0.07美元
核心概要
Gemini Omni 1.2 Flash 通过 Gemini API 和 Gemini for business 全面开放,把原生视频生成时长从 Omni 1.1 的10秒延长到15秒,并支持3至15秒按1秒步进指定时长。它新增多轮对话式编辑,可在同一片段上逐轮替换产品或背景、调整光照与画幅,而不必整段重生成;720p 视频价格较 Omni 1.1 下调30%,为每秒0.07美元。官方示例显示,在相同静态影棚海报与五层动画提示下,1.2 比 1.1 更贴近参考图。
深度剖析
Gemini Omni 1.2 Flash 让用户一次生成最长15秒的视频,并可按1秒步进指定3至15秒的时长,用于完整叙事、产品讲解或整条社交广告。 上一代 Gemini Omni 1.1 的原生生成上限是10秒。 官方给出的对照是同一张静态影棚灯光展海报配同一段五层动画提示:Omni 1.1 Flash 对参考图的贴合不如1.2,1.2 在灰粉色环形背景上逐层搭起六边形基座,并让 HALO、GLOW、LUMEN 的玻璃、灯丝、晶体与线圈字形细节保持到最后一帧。
编辑改为在同一片段上逐轮对话完成,可换产品、换背景、改光照或天气、切换画幅,15秒整段都支持多轮编辑。 此前要得到变体需要重新简报或整段重新生成。 官方示例从一条已生成片段出发,逐轮把背景从条纹帐篷换到橡树林、白马马厩、集市和石堡,同时保留两个角色的表演、盔甲反光与镜头构图。
参考遵循能力增强,可组合人物、产品、风格图像、最长3秒的短运动片段和音频线索,并让面部、服装、包装字体与品牌色在跨机位时保持一致。 官方称 Omni 1.2 Flash 从头到尾保持这些细节,而此前版本在运动与镜头切换中更容易出现视觉漂移或形变。 官方示例用一张模特照片加三套服装的正反面产品图,生成15秒虚拟试穿序列,覆盖360度转身与匹配剪辑,并保持模特身份和每件服装的剪裁、垂坠与背面细节。
启示与展望
报道范围限于 Google 公布的 Gemini Omni 1.2 Flash 发布说明与官方示例,面向需要批量生产视频的开发者、企业和创作者;官方称开发仍在继续,以改进快速体育动作、快速脚本变化和复杂物理等场景。
官方把快速体育动作、快速脚本变化和复杂物理列为仍在改进的方向,说明这些场景目前尚不理想;参考遵循与一致性的证据来自官方示例对照,未给出量化指标。
